下载掌阅APP，畅读海量书库
立即打开
独立样本T检验（自变量列表-Samples T Test），就是对两个不同总体平均值之间的差异性进行检验，用于检验两个独立样本是否来自具有相同平均值的总体。
独立样本T检验用于检验两组来自独立总体的样本，其独立总体的平均值或中心位置是否一样。如果两组样本彼此不独立，应该使用配对T检验（Paired Sample T Test）；如果分组不止一个，应该使用One-Way ANOVA过程进行单变量方差分析；如果想比较的变量是分类变量，应该使用交互表与关联分析（Crosstabs）功能。
独立样本T检验还要求总体服从正态分布，如果总体明显不服从正态分布，则应该使用一种非参数检验过程（Nonparametric Test）。
独立样本T检验的步骤和一般参数检验的步骤基本一致。
（1）构造原假设H 0 ：μ x =μ y ，H 1 ：μ x ≠μ y 。即原假设为两总体平均值之间不存在显著差异，独立样本T检验需要检验两样本平均值之间是否存在显著差异。
（2）构造统计量。独立样本T检验均值检验的前提是两个独立的总体分别服从
和
。在零假设成立的条件下，独立样本T检验使用t统计量。构造独立样本T检验的t统计量分为两种情况。
①如果两总体方差相等，则构造t统计量定义如下。
②如果两总体方差未知且不相等，则构造的t统计量定义如下。
可见，独立样本T检验的结论在很大程度上取决于两个总体的方差是否相等。这就要求在检验两总体平均值是否相等之前，先对两总体方差的齐性进行检验。在统计分析中，如果两个总体的方差相等，则称为满足方差齐性。在SPSS的独立样本T检验中，系统会自动给出Levene方差齐性检验的结果。
（3）利用原假设和样本数据计算t统计量和其对应的p值。在给定原假设的前提下，SPSS将检验值代入统计量的μ 1 -μ 2 部分，得到检验统计量的观测值，以及根据t分布的分布函数计算出p值。
（4）在给定的显著性水平下，做出统计推断结果。当检验统计量的概率p值小于显著性水平时，则拒绝原假设，认为两个总体平均值存在显著差异；反之，当p值大于显著性水平时，则接受原假设，认为两总体平均值之间不存在显著差异。
创建或打开一个数据文件后，即可进行相应的独立样本T检验。
在主菜单栏中选择“分析”菜单，然后选择“比较平均值”子菜单，在子菜单下，单击“独立样本T检验”按钮，即可打开“独立样本T检验”主对话框，如图4-7所示。
图4-7“独立样本T检验”主对话框
如图4-7所示，“独立样本T检验”主对话框的中间为“检验变量”文本框，该框中的变量是要做检验的变量。要从源变量框中选取变量进入该框，只需选中所要选取的变量，然后单击
按钮即可。
“检验变量”文本框下方是“分组变量”文本框，该框中的变量是分组变量。分组变量有且只能有一个，用于将样本分为两组来检验。分组变量必须是两值变量或具有某种分类特征的变量，前者如性别，后者如体重，可以60kg为分界值，比60kg重的为一组，比60kg轻的为一组。
在选择变量进入“分组变量”文本框后，“定义组”按钮被激活。单击“定义组”按钮即可打开如图4-8所示的“定义组”对话框。
在该对话框中，分别在“组1”和“组2”文本框中输入作为第一组和第二组样本的分组变量值，把样本分成两组。例如，如果分组变量是性别，“1”代表“男”，“2”代表“女”，那么，在“组1”后的文本框中输入“1”，“组2”后的文本框中输入“2”，就按性别把样本分成了两组。
如果分组变量是连续的定距型变量，可以在“分割点”文本框中输入分割点，分割点把数据分为两部分，大于该数值的数据为一组，小于该数值的数据为另一组。例如，如果分组变量是体重，选中该项，并输入60kg，就把样本分成了两组。
单击“继续”按钮确认设置并返回主对话框。
和其他统计分析过程一样，在主对话框中单击“选项”按钮，即可打开“独立样本T检验：选项”对话框，如图4-9所示。该框中可以设置置信区间和对缺失值的处理方法。在“置信区间百分比”文本框中输入置信水平，系统默认值为95%，和前文所讲的一样，置信水平可以是1～99的数值。“缺失值”选项组用于定义对缺失值的处理方式，包含两个单选项：“按具体分析排除个案”表示在分析过程中，仅剔除参与分析的缺失值；“成列排除个案”表示剔除含有缺失值的所有个案。
图4-8“定义组”对话框
图4-9“独立样本T检验：选项”对话框
设置完成后，单击“继续”按钮确认设置，并返回主对话框。单击“帮助”按钮可获得相应的帮助文档。
完成所有定义后，在主对框中单击“确定”按钮，即可执行独立样本T检验。
下面以数据文件“test.sav”为例，进行独立样本T检验，并对结果进行分析。数据文件“test.sav”是对某班14名学生某次物理考试成绩的汇总。
I 操作步骤
（1）按“分析”→“比较平均值”→“独立样本T检验”的顺序单击，即可打开“独立样本T检验”主对话框。
（2）将变量score选入“检验变量”框中作为检验变量。
（3）将变量sex选入“分组变量”框中作为分组变量。
（4）单击“定义组”按钮，打开如图4-8所示的“定义组”对话框，在“组1”后面的文本框中输入“1”，“组2”后面的文本框中输入“2”，然后单击“继续”按钮返回主对话框。
（5）单击“确定”按钮结束设置并执行操作。
II 输出结果及分析
输出结果见表4-5和表4-6。
表4-5 统计量摘要值
表4-5是分组统计量表，列出的统计量包括观测量个数、平均值、标准差和平均值的标准误差。
表4-6 独立样本T检验结果
表4-6是独立样本T检验结果，“假设方差相等”行是假设方差相等时进行的独立样本T检验，当方差相等时看这一行的结果；“假设方差不相等”行是假设方差不相等时进行的独立样本T检验，当方差不相等时看这一行的结果。
从表4-6可以看到，显著值为0.003＜0.05，所以有理由拒绝原假设，认为两总体的平均值是不相等的。
下面分别介绍语句的标准格式、语法说明及举例。
I 标准格式
独立样本T检验过程语句的标准形式如下。
II 语法说明
（1）T-TEST命令。T-TEST是命令关键字，“GROUPS=”后面指定分组变量名，并必须在后面的圆括号中给出分组方法。共有3种表示方法的选择项，根据实际情况选择其中一种。
①｛1，2**｝。这种表示方法是最常用的，独立样本T检验是检验两组样本平均值差异性的，分组变量一般有2个水平，最常用的是1和2。
②（值）。这种表示方法适用于对连续变量进行分组，或者虽然是分类变量但其值水平数多于2个的情况。用分界值的方法分组时，括号中写入分界值即可。
③（值，值）。这种表示方法适用于当分组变量不是常用的1或2时，或者分组变量水平是确定的，但多于2个的情况。括号中指定用于分组的变量水平。例如，如果分组变量是年龄，其水平有16、17、18，要比较的是16和17两组，则为（16，17）。
（2）VARIABLES子命令。该子命令用来指定分析变量，等号后面跟着变量名列表。
（3）MISSING子命令。该子命令用来选择处理缺失值的方法，共有3种方法。
①ANALYSIS：在检验变量中含有缺失值的观测将不被计算。
②LISTWISE：在任何一个变量中含有缺失值的观测都将不被计算。
③INCLUDE：将用户定义的缺失值作为合法值参与分析。
（4）CRITERIA=CIN子命令。该子命令用于指定平均值差值的置信区间，有2种方法。
①0.95是系统默认值。
②用户给出自己的值。
III 案例
4.4.3小节的案例也可以用下列语法程序语句实现。
